Python 读取Excel 文件并循环每行
在日常工作中，我们经常会遇到需要处理Excel 文件中数据的情况。Python 是一种功能强大且易于使用的编程语言，可以帮助我们快速读取Excel 文件，并对其中的数据进行处理。本文将介绍如何使用Python 读取Excel 文件并循环每行数据，同时提供代码示例和实际应用。
准备工作
在开始之前，我们需要安装 pandas 这个Python 库，它提供了丰富的数据操作功能，包括读取Excel 文件的功能。你可以通过以下命令来安装 pandas：
pip install pandas
在安装完 pandas 后，我们还需要准备一个Excel 文件作为示例。假设我们有一个名为 data.xlsx 的Excel 文件，其中包含了一些数据，我们将使用Python 读取并处理这些数据。
读取Excel 文件
首先，我们需要导入 pandas 库，并使用 read_excel 函数读取Excel 文件。以下是读取Excel 文件并显示其中数据的代码示例：
import pandas as pd
# 读取Excel 文件
df = pd.read_excel('data.xlsx')
# 显示数据
print(df)
上述代码中，我们使用 pd.read_excel('data.xlsx') 函数读取了名为 data.xlsx 的Excel 文件，并将其存储在一个名为 df 的数据框中。然后，我们使用 print(df) 来显示这个数据框，即Excel 文件中的数据内容。
循环每行数据
接下来，我们将介绍如何循环每一行数据，并对其进行处理。我们可以使用 iterrows() 函数来实现这一目的。以下是一个简单的示例，演示了如何循环每一行数据并显示每一行的内容：
for index, row in df.iterrows():
print(row)
在上述代码中，iterrows() 函数用于循环遍历数据框中的每一行，其中 index 表示行索引，row 表示每一行的数据。我们使用 print(row) 来显示每一行的内容。
实际应用示例
假设我们需要统计Excel 文件中某一列的数据分布情况，并生成饼状图来展示这一数据分布。我们可以通过以下代码来实现：
import matplotlib.pyplot as plt
# 统计某一列数据分布
data_count = df['column_name'].value_counts()
# 生成饼状图
plt.figure(figsize=(8, 8))
plt.pie(data_count, labels=data_count.index, autopct='%1.1f%%')
plt.title('Data Distribution')
plt.show()
在上述代码中，我们首先使用 value_counts() 函数统计了Excel 文件中某一列（假设为 column_name）的数据分布情况，然后使用 plt.pie() 函数生成了饼状图来展示这一数据分布。
总结
通过本文的介绍，我们学习了如何使用Python 读取Excel 文件并循环每行数据。我们首先安装了 pandas 库，并通过 read_excel 函数读取了Excel 文件中的数据，然后使用 iterrows() 函数循环每一行数据并进行处理。最后，我们还演示了一个实际应用示例，统计某一列数据分布情况并生成饼状图展示。
Python 的数据处理能力非常强大，通过学习和掌握这些技巧，我们可以更高效地处理Excel 文件中的数据，提高工作效率。希望本文对你有所帮助，谢谢阅读！
参考资料：
- [pandas 官方文档](
- [Matplotlib 官方文档](
附录：
数据分布饼状图
pie
title 数据分布
"A": 30
"B": 40
"C": 20
"D": 10
数据表格
| 列1 | 列2 | 列3 | | ---